全文获取类型
收费全文 | 1609篇 |
免费 | 319篇 |
国内免费 | 199篇 |
专业分类
航空 | 1102篇 |
航天技术 | 377篇 |
综合类 | 272篇 |
航天 | 376篇 |
出版年
2024年 | 28篇 |
2023年 | 123篇 |
2022年 | 147篇 |
2021年 | 140篇 |
2020年 | 101篇 |
2019年 | 98篇 |
2018年 | 49篇 |
2017年 | 34篇 |
2016年 | 45篇 |
2015年 | 29篇 |
2014年 | 44篇 |
2013年 | 50篇 |
2012年 | 62篇 |
2011年 | 83篇 |
2010年 | 84篇 |
2009年 | 95篇 |
2008年 | 105篇 |
2007年 | 93篇 |
2006年 | 106篇 |
2005年 | 89篇 |
2004年 | 88篇 |
2003年 | 65篇 |
2002年 | 72篇 |
2001年 | 67篇 |
2000年 | 41篇 |
1999年 | 40篇 |
1998年 | 40篇 |
1997年 | 41篇 |
1996年 | 19篇 |
1995年 | 14篇 |
1994年 | 18篇 |
1993年 | 4篇 |
1992年 | 5篇 |
1991年 | 5篇 |
1990年 | 3篇 |
排序方式: 共有2127条查询结果,搜索用时 15 毫秒
561.
562.
对深度确定性策略算法进行改进,结合图注意力网络,提出将知识与人工智能结合的航天器故障推理方法.在构建航天器部件级知识图谱的基础上,根据航天器知识图谱的结构、语义配置强化学习的环境,设置独特的奖励函数、策略网络与价值网络.针对航天器知识图谱的图结构数据特性,引入图注意力机制进行更为准确的故障定位.模拟故障发生情况进行实验验证,实验结果表明该方法能够由测点与测点特征出发进行反向故障推理,获得故障路径,快速自主定位发生故障的功能模块与故障模式. 相似文献
563.
用BP神经网络预报太阳活动第23周的黑子数 总被引:3,自引:2,他引:1
本文设计、训练和利用BP神经网络,对1750年以来的各太阳活动周上升段和下降段太阳黑子数的变化数据进行了分类和模式识别,得到各太阳活动周上升周期及其上升期间太阳黑子数平滑月均值相当好的模拟结果;在此基础上获得较好的太阳活动第22周上升周期及太阳黑子数的最大平滑月均值预报结果;还作出太阳活动第23周的上升周期及太阳黑子数的最大平滑月均值的预报结果. 相似文献
564.
故障诊断的神经网络多重模型自适应方法 总被引:1,自引:0,他引:1
将神经网络与故障诊断的多重模型自适应方法相结合,提出了故障诊断的神经网络多重模型自适应方法,并对某型航空发动机控制系统传感器故障进行诊断仿真。仿真表明,该方法能够用来解决具有模型不确定性系统的故障诊断问题,同时,对未知的故障模态具有自学习能力 相似文献
565.
高频地波雷达的海上目标探测能力与电离层杂波的抑制效果息息相关,而电离层杂波的复杂性与变化多样性又为抑制带来了难题。为实现电离层杂波的抑制,分析了电离层杂波的混沌特性,在此基础上提出一种基于改进粒子群算法优化小波神经网络的抑制方法,解决了粒子群算法易早熟和易陷入局部最优的缺点;提出一种自适应概率变异的策略,丰富了种群多样性,使得整个迭代过程中粒子群能够跳出当前最优,寻得全局最优。实测实验表明,基于改进粒子群算法优化的小波神经网络(PSO-WNN)能够基本预测电离层杂波的数值,进行电离层杂波的抑制,有效改善了信噪比,对电离层杂波的抑制研究具有重要意义。 相似文献
566.
基于递推平方根法的神经网络模型辨识 总被引:1,自引:0,他引:1
提出一种基于递推平方根法的神经网络模型辨识方法,对Davidon最小二乘法和阻尼最小二乘法进行了改进,既保持了二者简单易行、收敛性的优点,又能提高精度,减少计算量,适合于应用在非线性系统的辨识和自适应控制中。与常规的Davidon最小二乘法和阻尼最小二乘法进行仿真比较,体现出了这种方法的有效性,尤其是在输入及隐含节点个数较多的情况,其优点比较明显。 相似文献
567.
568.
569.
针对大场景下星载合成孔径雷达(SAR)图像中飞机目标检测问题,提出一种端到端的飞机目标检测算法。先在大场景SAR图像中对机场目标进行粗检测,定位机场区域,再通过精确分割算法获得机场的精细区域。对机场区域中的飞机目标进行检测,采用一种基于Canny算子的边缘检测与卷积神经网络结合的飞机目标检测算法。通过飞机边缘检测、边界框预处理等操作确定潜在飞机目标在机场中的位置范围,采用基于GoogLeNet的卷积神经网络对可疑目标进行鉴别。利用星载合成孔径雷达数据对算法进行验证,证明该方法的有效性与实用性。 相似文献
570.
针对直升机雷达回波在时频二维分布图上的分布特性,提出一种基于卷积神经网络技术的直升机旋翼谱识别方法,实现了直升机旋翼谱与其他类型目标的区分,从而有效识别直升机。当雷达工作在低重复频率(LPRF)时,直升机旋翼回波在时频分布图上呈现明显的扩展特征。通过仿真与实测数据分析,表明该特征与其他目标回波在频率维分布特性存在较大差异。利用卷积神经网络中的卷积核技术,将实测数据与卷积核矩阵进行二维卷积运算,依据输出矩阵实现了直升机旋翼谱的识别。利用实际采集的直升机回波数据进行验证,证明该方法是有效的,可应用于各种采用脉冲多普勒工作体制的雷达系统。 相似文献